Python 2.7 Python如何解决错误：java.lang.RuntimeException:PipeMapRed.waitOutputThreads（）：子进程失败，代码为2

我在hadoop流媒体中运行简单的python代码时遇到了一个问题。 我在以前的帖子中尝试了所有的建议，但都有类似的错误，仍然存在问题

添加了usr/bin/env python

chmoda+x映射器和reducer python代码

将“”放在-mapper“python mapper.py-n1-r0.4”中

我已经在外面运行了代码，它运行得很好

更新：我使用以下代码在hadoop streaming之外运行代码：

cat file |python mapper.py -n 5 -r 0.4 |sort|python reducer.py -f 3618 

这个很好用。。但现在我需要将它运行到HADOOP流媒体

hadoop jar /usr/lib/hadoop-mapreduce/hadoop-streaming.jar \
-D mapreduce.job.reduces=5  \
-files lr \
-mapper "python lr/mapper.py -n 5 -r 0.4"  \
-reducer "python lr/reducer.py -f 3618"  \
-input training \
-output models 

hadoop流媒体是失败的。我看了看日志，没有看到上面有任何东西告诉我为什么会这样

我有以下映射器.py：

#!/usr/bin/env python

import sys
import random

from optparse import OptionParser

parser = OptionParser()
parser.add_option("-n", "--model-num", action="store", dest="n_model",
                  help="number of models to train", type="int")
parser.add_option("-r", "--sample-ratio", action="store", dest="ratio",
                  help="ratio to sample for each ensemble", type="float")

options, args = parser.parse_args(sys.argv)

random.seed(8803)
r = options.ratio
for line in sys.stdin:
    # TODO
    # Note: The following lines are only there to help 
    #       you get started (and to have a 'runnable' program). 
    #       You may need to change some or all of the lines below.
    #       Follow the pseudocode given in the PDF.
    key = random.randint(0, options.n_model-1)
    value = line.strip()
    for i in range(1, options.n_model+1):
        m = random.random()
        if m < r:
            print "%d\t%s" % (i, value)

#!/usr/bin/env python
import sys
import pickle
from optparse import OptionParser
from lrsgd import LogisticRegressionSGD
from utils import parse_svm_light_line

parser = OptionParser()
parser.add_option("-e", "--eta", action="store", dest="eta",
                  default=0.01, help="step size", type="float")
parser.add_option("-c", "--Regularization-Constant", action="store", dest="C",
                  default=0.0, help="regularization strength", type="float")
parser.add_option("-f", "--feature-num", action="store", dest="n_feature",
                  help="number of features", type="int")
options, args = parser.parse_args(sys.argv)

classifier = LogisticRegressionSGD(options.eta, options.C, options.n_feature)

for line in sys.stdin:
    key, value = line.split("\t", 1)
    value = value.strip()
    X, y = parse_svm_light_line(value)
    classifier.fit(X, y)

pickle.dump(classifier, sys.stdout)

当我在代码外部运行它时，它运行正常，但当我在hadoop streaming内部运行它时，它会给出错误：

17/02/07 07:44:34 INFO mapreduce.Job: Task Id : attempt_1486438814591_0038_m_000001_2, Status : FAILED
Error: java.lang.RuntimeException: PipeMapRed.waitOutputThreads(): subprocess failed with code 2
    at org.apache.hadoop.streaming.PipeMapRed.waitOutputThreads(PipeMapRed.java:322)
    at org.apache.hadoop.streaming.PipeMapRed.mapRedFinished(PipeMapRed.java:535)
    at org.apache.hadoop.streaming.PipeMapper.close(PipeMapper.java:130)

---

在帖子中使用Harishanker的答案-

确保mapper和reducer文件都可以使用chmod执行。（例如：“chmod 744 mapper.py”）

然后执行如下流式处理命令：

hadoop jar /usr/lib/hadoop-mapreduce/hadoop-streaming.jar \
-D mapreduce.job.reduces=5  \
-files lr \
-mapper lr/mapper.py -n 5 -r 0.4  \
-reducer lr/reducer.py -f 3618  \
-input training \
-output models 

---

现在应该可以了。如果没有，请发表评论。

这是一个伪分布式设置吗？如果没有，是否在所有节点上都安装了模块

lrsgd

？同时发布您用于提交作业的命令。@fanklinsijo我将更新发布以向您展示我如何提交此作业。@franklinsijo，我在哪里检查我正在运行的测试群集的数据节点数

hdfs dfsadmin-report

应提供实时数据节点的详细信息。@franklinsijo。。。我只有一个datanode，它是活动的。。在报告中。。所以我很困惑python问题在哪里运行。。另外，我已经有了lrsgd.py、mapper.py和reducer.py，它们都带有（775）